跳到正文
热点事件持续更新

加权MMD优化景观获过参数化保证

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

Tharrshann Jayan Logarajah 等作者发表论文,研究加权原子测度上最大均值差异(MMD)的优化景观,并给出一维高斯核下的过参数化保证。 论文证明:对任意紧支撑目标分布,粒子数足够多时,每个局部极小点的 MMD 可任意小;MMD 有界远离零的驻点在粒子位置上的无权梯度流下不稳定。当目标分布本身为有限支撑时,超过显式粒子阈值后不存在虚假局部极小点,所有虚假驻点均不稳定。作者称这是加权 MMD 优化领域首批有限粒子过参数化保证。

AI 根据报道生成 · 3 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月15日
  1. arXiv stat.ML
    过参数化加权 MMD 的优化景观研究

    研究加权原子测度上最大均值差异(MMD)的优化景观,针对一维高斯核证明:对任意紧支撑目标分布,粒子数足够多时每个局部极小点的 MMD 可任意小,且 MMD 有界远离零的驻点在粒子位置上的无权梯度流下不稳定。当目标分布本身有限支撑时,超过显式粒子阈值后不存在虚假局部极小点,所有虚假驻点均不稳定。这是加权 MMD 优化领域首批有限粒子过参数化保证。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。